2022年搜索引擎从入门到精通搜索研究教程.docx

《2022年搜索引擎从入门到精通搜索研究教程.docx》由会员分享，可在线阅读，更多相关《2022年搜索引擎从入门到精通搜索研究教程.docx（10页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、2022年搜索引擎从入门到精通搜索研究教程搜寻引擎从入门到精通之一_基础篇美美（15岁）爱上网，通常她就是泡闲聊室、看新闻、玩网络嬉戏之类的，时间一长，觉得有些无聊了。这天美美问：“妮妮表姐，你成天上网做什么呢？”妮妮说：“上网查资料呀。查资料？”“怎么查？上哪查？”美美一连串的疑问。妮妮说：“查资料当然是要用搜寻引擎啊。我平常写论文用的资料、做主页用的图片、电脑学问、甚至电子版的小说、最新的CD试听都是通过搜寻引擎找到的。还有，我的主页这半年访问量剧增，也要归功于搜寻引擎啊。”搜寻引擎？美美觉得挺惊奇的：“这搜寻引擎有这么大威力？嗯，我也要学习用搜寻引擎。”“可以啊，不过，最近我挺忙的，要不

2、，先让小张（妮妮的男挚友）教你一些基本学问吧。”“美美，学习运用搜寻引擎先要了解一些基本学问，可是有点枯燥哦，要有心理打算哟。”小张在旁边嘿嘿的笑着。美美嘴里哼了哼：“谁怕呀，来吧。”小张清了清嗓子，起先了讲解：“十几年前，WWW（World Wide Web，万维网）还没有诞生的时候，互联网上只有冰冷的文字，没有图像和声音，而且网站数量也不多，感爱好的网站就那么几个，可以在很短的时间内就驾驭其中的全部信息，搜寻引擎完全没有出现的必要。1993年，互联网上出现了最早的Web阅读器Mosaic，次年Netscape推出了Navigator。阅读器的发展促使Web得到快速推广，站点数目以惊人的速度

3、增加，我们再也不能用传统记忆方式来应付与日俱增的站点。于是，搜寻引擎就诞生了。第一个搜寻引擎的诞生地在美国，它的名字叫Archie,是由McGill高校的一个小组开发的。”“早期的搜寻引擎是把互联网中资源服务器的地址收集起来，由其供应资源的类型不同而分成不同的书目，再一层层地进行分类。人们要找自己想要的信息可按它们的分类一层层进入，就能最终到达目的地，找到自己想要的信息。这种方式，只适用于互联网信息并不多的时候。”“随着互联网的信息按几何式增长，搜寻引擎起先快速发展。1994年春天，世界上出现了真正意义上的搜寻引擎Lycos。随着Yahoo!的出现，搜寻引擎的发展也进入了黄金时代。搜寻引擎家族

4、不断发展壮大，渐渐分布到信息世界的各个角落，它们的种类、技术也在不断的发生改变。”美美听了半天，嘴越张越大：“哇，没想到搜寻引擎也有这样的历史呀。”“那当然了，别打岔，下面要讲搜寻引擎的分类及原理了，细致听着。”“尽管目前存在数量众多的搜寻引擎，但根据它们信息搜集方法和服务供应方式的不同，可以大致划分为三大类型。”“我们先来讲讲基于蜘蛛程序的的机器人搜寻引擎，这种搜寻引擎由一个称为蜘蛛（Spider）的机器人程序自动访问Web站点，提取站点上的网页，并依据网页中的链接进一步提取其它网页，或转移到其它站点上。由索引器为搜集到的信息建立索引，由检索器依据用户的查询输入检索索引库，并将查询结果返回给

5、用户。”美美又忍不住了：“太难了，我听不懂。”“听起来感觉很困难吧？简洁讲，就是由程序自动抓去网上的信息，搜寻引擎这个词的原义就是指这种狭义的搜寻引擎。”“该类搜寻引擎的优点是信息量大、更新刚好、毋需人工干预，缺点是返回信息过多，有许多无关信息，用户必需从结果中进行筛选。这类搜寻引擎的代表是：AltaVista、Excite、Inktomi、FAST、Lycos、Google；国内代表为：百度、OpenFind等。”“哦，我这下我明白了，而且我还知道Google呢，好出名的。呵呵！你接着讲吧。”美美最终弄懂了。“接着给你讲引擎书目式搜寻引擎，它是以人工方式或半自动方式搜集信息，由编辑人员查看信

6、息之后，人工形成信息摘要，并将信息置于事先确定的分类框架中。信息大多面对网站，供应书目阅读服务和干脆检索服务。该类搜寻引擎因为加入了人的智能，所以信息精确、导航质量高，缺点是须要人工介入、维护量大、信息量少、信息更新不刚好。这类搜寻引擎的国外代表是：Yahoo、LookSmart、Open Directory等；国内代表有新浪网、搜狐等的网站书目。”“美美，美美，哎，你在干嘛哟，睡着了？”“哪里呀，我只是在想它和前面那种搜寻引擎有什么不同嘛！”“哦，我刚要讲呢。书目的数据库是依靠专职编辑或志愿人员建立起来的，这些编辑人员在访问了某个Web站点后撰写一段对该站点的描述，并依据站点的内容和性质将其

7、归为一个预先分好的类别，把站点的URL和描述放在这个类别中，当用户查询某个关键词时，搜寻软件只在这些描述中进行搜寻。”“书目的用户界面基本上都是分级结构，首页供应了最基本的几个大类的入口，用户可以一级一级地向下访问，直至找到自己感爱好的类别，另外，用户也可以利用书目供应的搜寻功能干脆查找一个关键词，不过，由于书目只在保存的对站点的描述中进行搜寻，因此站点本身的动态改变不会反映到搜寻结果中来，这也是书目与基于Robot的搜寻引擎之间的一大区分。”“最终要讲的是Meta元搜寻引擎，它的特点是本身并没有存放网页信息的数据库，当用户查询一个关键词时，它把用户的查询恳求转换成其它搜寻引擎能够接受的吩咐格

8、式，并访问数个搜寻引擎来查询这个关键词，并把这些搜寻引擎返回的结果经过处理后再返回给用户。对于返回的结果系统会进行重复解除、重新排序等处理。服务方式为面对网页的全文检索。这类搜寻引擎的优点是返回结果的信息量更大、更全，缺点是用户须要做更多的筛选。这类搜寻引擎的代表是WebCrawler、InfoMarket等，国内的一网打尽、飓风搜寻通等供应类似的功能。”“我真不知道搜寻引擎还有这么多名堂呀，真是长了见识。”美美感叹道。“呵，这还只是起先呢，今日我们就到这儿了，你也该休息了，下次我们再接着吧。”美美（15岁）爱上网，通常她就是泡闲聊室、看新闻、玩网络嬉戏之类的，时间一长，觉得有些无聊了。这天美

9、美问：“妮妮表姐，你成天上网做什么呢？”妮妮说：“上网查资料呀。查资料？”“怎么查？上哪查？”美美一连串的疑问。妮妮说：“查资料当然是要用搜寻引擎啊。我平常写论文用的资料、做主页用的图片、电脑学问、甚至电子版的小说、最新的CD试听都是通过搜寻引擎找到的。还有，我的主页这半年访问量剧增，也要归功于搜寻引擎啊。”搜寻引擎？美美觉得挺惊奇的：“这搜寻引擎有这么大威力？嗯，我也要学习用搜寻引擎。”“可以啊，不过，最近我挺忙的，要不，先让小张（妮妮的男挚友）教你一些基本学问吧。”“美美，学习运用搜寻引擎先要了解一些基本学问，可是有点枯燥哦，要有心理打算哟。”小张在旁边嘿嘿的笑着。美美嘴里哼了哼：“谁怕呀

10、，来吧。”小张清了清嗓子，起先了讲解：“十几年前，WWW（World Wide Web，万维网）还没有诞生的时候，互联网上只有冰冷的文字，没有图像和声音，而且网站数量也不多，感爱好的网站就那么几个，可以在很短的时间内就驾驭其中的全部信息，搜寻引擎完全没有出现的必要。1993年，互联网上出现了最早的Web阅读器Mosaic，次年Netscape推出了Navigator。阅读器的发展促使Web得到快速推广，站点数目以惊人的速度增加，我们再也不能用传统记忆方式来应付与日俱增的站点。于是，搜寻引擎就诞生了。第一个搜寻引擎的诞生地在美国，它的名字叫Archie,是由McGill高校的一个小组开发的。”“

11、早期的搜寻引擎是把互联网中资源服务器的地址收集起来，由其供应资源的类型不同而分成不同的书目，再一层层地进行分类。人们要找自己想要的信息可按它们的分类一层层进入，就能最终到达目的地，找到自己想要的信息。这种方式，只适用于互联网信息并不多的时候。”“随着互联网的信息按几何式增长，搜寻引擎起先快速发展。1994年春天，世界上出现了真正意义上的搜寻引擎Lycos。随着Yahoo!的出现，搜寻引擎的发展也进入了黄金时代。搜寻引擎家族不断发展壮大，渐渐分布到信息世界的各个角落，它们的种类、技术也在不断的发生改变。”美美听了半天，嘴越张越大：“哇，没想到搜寻引擎也有这样的历史呀。”“那当然了，别打岔，下面要

12、讲搜寻引擎的分类及原理了，细致听着。”“尽管目前存在数量众多的搜寻引擎，但根据它们信息搜集方法和服务供应方式的不同，可以大致划分为三大类型。”“我们先来讲讲基于蜘蛛程序的的机器人搜寻引擎，这种搜寻引擎由一个称为蜘蛛（Spider）的机器人程序自动访问Web站点，提取站点上的网页，并依据网页中的链接进一步提取其它网页，或转移到其它站点上。由索引器为搜集到的信息建立索引，由检索器依据用户的查询输入检索索引库，并将查询结果返回给用户。”美美又忍不住了：“太难了，我听不懂。”“听起来感觉很困难吧？简洁讲，就是由程序自动抓去网上的信息，搜寻引擎这个词的原义就是指这种狭义的搜寻引擎。”“该类搜寻引擎的优点

13、是信息量大、更新刚好、毋需人工干预，缺点是返回信息过多，有许多无关信息，用户必需从结果中进行筛选。这类搜寻引擎的代表是：AltaVista、Excite、Inktomi、FAST、Lycos、Google；国内代表为：百度、OpenFind等。”“哦，我这下我明白了，而且我还知道Google呢，好出名的。呵呵！你接着讲吧。”美美最终弄懂了。“接着给你讲引擎书目式搜寻引擎，它是以人工方式或半自动方式搜集信息，由编辑人员查看信息之后，人工形成信息摘要，并将信息置于事先确定的分类框架中。信息大多面对网站，供应书目阅读服务和干脆检索服务。该类搜寻引擎因为加入了人的智能，所以信息精确、导航质量高，缺点是须要人工介入、维护量大、信息量少、信息更新不刚好。这类搜寻引擎的国外代表是：Yahoo、LookSmart、Open Directory等；国内代表有新浪网、搜狐等的网站书目。”